Logo
메뉴
Content Image
대학을 다시 생각하다

AI가 불러온 혼란은 이상화된 현대 대학에 집착하는 것이 얼마나 어리석은지 보여 줍니다

게시됨 : 2026년 9월 9일

지난 5년 동안 고등교육은 끝이 보이지 않는 혼란 속에 놓여 있었습니다.

2020년 초, 코로나19 팬데믹으로 인해 대학들은 대규모로 급히 긴급 원격 수업으로 전환했습니다. 낯선 디지털 학습 환경으로 옮겨 가면서 교수자들은 강의실 수업을 온라인으로 재현하기 위해 동분서주했습니다. 규제가 풀리자 많은 기관이 마치 팬데믹 이전의 교육 기준이 이상적이었던 것처럼 ‘정상으로의 복귀’를 밀어붙였습니다.

이제 생성형 AI가 불러온 혼란 속에서 우리는 이상화된 현대 대학의 모습에 매달리려는 비슷한 욕구를 목격하고 있습니다. AI는 오랫동안 자리 잡아 온 평가 방식을 뒤흔들었고, 동시에 ‘학문적 진실성’이라는 명분 아래 과거의 평가 모델로 회귀하는 흐름을 촉발했습니다.

고등교육을 받는 학생들이 목표가 배우는 것이 아니라 통과하는 것이라고 믿는다면, 학생들이 생성형 AI 기술을 오용하는 것은 합리적인 행위자가 내리는 합리적인 행동에 지나지 않습니다.

의미 있는 대학 교육을 위해서는 대화와 비판적 탐구를 통해 다른 사람들과 관계와 지식을 쌓아 가는 과정으로 전환해야 합니다. 그 일환으로 산업화 이전의 학습 형태와 현대의 교육 운동에서 교훈을 얻어야 합니다.

또한 순응을 기반으로 한 평가와 성적 매기기에서 벗어나, 돌봄이 있는 가르침과 배움에 뿌리를 둔 의미 있고 힘이 되는 피드백과 성장의 기회로 전환해야 합니다.


‘지식 공장’이 생성형 AI 오용을 부릅니다

북미의 현대 고등교육 시스템은 연구 성과와 숙련된 졸업생 배출에 초점을 맞춘 ‘생산 기업’ 또는 ‘지식 공장’처럼 기능하는 경우가 많습니다.

철학자 장프랑수아 리오타르는 현대 교육이 사회의 최적 기능에 이바지하는 것을 주된 역할로 삼는 교육받은 개인, 즉 그가 ‘지식인 계층(intelligentsia)’이라고 부른 사람들을 만들어 내도록 설계되어 있다고 설명했습니다.

그는 교육이 두 부류의 지식인 계층을 만들어 낸다고 주장했습니다. 기존의 사회적 역할을 수행할 수 있는 ‘전문 지식인 계층’과, 새로운 기법과 기술을 익혀 사회의 진보와 발전에 기여할 수 있는 ‘기술 지식인 계층’입니다.

이러한 역할은 생성형 AI가 불러온 혼란에 대응하기 위해 고등교육 기관들이 취하고 있는 몇몇 조치와 맞아떨어집니다. 예를 들어 기관들은 다음과 같은 조치를 취하고 있습니다.

  1. 졸업생이 실제로 역량을 갖추고 신뢰할 수 있는 인재가 되도록 조치를 취해, 생성형 AI의 영향에도 불구하고 기존의 전문직 역할을 수행할 수 있게 하거나,
  2. 학생들이 노동 시장에서 경쟁력을 유지하고 사회 발전에 기여할 수 있도록 ‘AI 리터러시’를 기르게 합니다.

고등교육의 주된 목적이 노동력을 공급하고 사회적·경제적 발전을 가능하게 하는 것, 즉 ‘지식 공장’이나 ‘생산 기업’이라는 점을 인정한다면, 졸업생이 AI 시대에도 진정한 역량을 갖추도록 하거나 AI 리터러시를 기르도록 돕는 것은 생성형 AI가 불러온 혼란에 대한 합리적인 대응으로 볼 수 있습니다.

의미 있는 배움과의 괴리

리오타르의 관찰과 마찬가지로, 문화 비평가 헨리 지루(Henry Giroux)는 시장 논리에 따라 형성될 때 고등교육의 목적이 민주적 학습과 비판적 시민의식에서 ‘로봇, 기술 관료, 순응적인 노동자’를 길러 내는 것으로 바뀐다고 주장합니다.

고등교육에 기업 문화가 스며들면서 생성형 AI에 특히 취약한 조건이 만들어졌습니다.

지식 공장 모델 교육의 주요 특징으로는 표준화된 시험과 과제, 대규모 수업, 과정보다 생산성을 중시하는 태도, 성과를 나타내는 수단으로서의 성적 활용 등이 있습니다. 이러한 기존 관행 중 상당수는 시대에 뒤떨어졌으며 의미 있는 배움과 어긋나는 경우가 많습니다.

Digital image of a book that appears to be digitally dissolving.

오늘날 대학이 처한 조건은 대학을 생성형 AI에 특히 취약하게 만듭니다. (Getty Images/Unsplash)

예를 들어 전통적인 시험은 학습자의 관심을 배움에서 성과를 보여 주는 것으로 옮겨 놓으며, 종종 기존의 불평등을 증폭시킵니다. 강의의 효과에 관한 논쟁도 수년째 뜨겁게 이어지고 있습니다.

성적 평가 관행은 일관성이 없으며 학습자의 배우려는 의욕과 위험을 감수하려는 의지에 해로운 영향을 미칩니다. 자율성이 부족하다고 느낄 때 학생들은 배우기보다 실패를 피하는 쪽으로 기우는 경향이 있습니다. 이 역시 학생들이 배움에서 오는 마찰이나 불편함을 없애 주는 기술을 받아들이게 되는 설득력 있는 이유입니다.

중요한 것은 이러한 조건이 생성형 AI가 등장하기 이전부터 존재했다는 점입니다. 생성형 AI는 도구적 논리, 즉 대학의 공장 모델이 어떻게 배움을 방해할 수 있는지를 드러낼 뿐입니다.

교육을 다르게 상상하는 방법

정보가 넘쳐 나고 사회적 분열의 심화, 기후 붕괴, 권위주의의 부상이라는 위기가 겹친 시대에, 고등교육을 형성할 힘을 가진 사람들(교육자, 정책 입안자, 교직원, 학생 등)은 고등교육에 대한 대안적 비전을 바탕으로 의미 있는 배움의 장을 만들어 갈 수 있습니다.

산업화 이전의 교육은 현재의 교육 모델과는 확연히 다른 목적을 지니고 있었으며, 생성형 AI가 불러올 혼란에 훨씬 더 강했을 법한 환경을 만들어 냈습니다.

고대 세계에서 플라톤의 아카데메이아는 토론과 다양한 관점, 학생의 웰빙에 대한 관심을 통해 교육적 탐구가 이루어지는 곳이었습니다.

아카데메이아의 문턱은 높았으며, 학생 대다수는 스스로 비용을 감당할 만큼 부유했고 기록된 여학생은 단 두 명뿐이었습니다. 그러나 이러한 엘리트주의에도 불구하고 표준화된 교육과정과 시험, 공식적인 성적 평가가 없었기 때문에 배움은 관계와 대화를 바탕으로 이루어질 수 있었습니다.

현대의 교육 운동

고등교육은 경제적 성공으로 가는 통로 이상의 것을 제공할 수 있으며, 역사적으로도 그래 왔습니다. 새롭게 등장하고 있는 여러 교수법과 학습자 참여 방식 역시 배움과 학습자를 다시 중심에 두는 고등교육의 대안적 비전을 제시합니다.

탈성적(ungrading) 운동은 의미 있는 피드백과 호기심을 강조하고 순응을 유도하는 성적 관행에서 벗어나 교육의 초점을 다시 배움에 맞춥니다.

개방형 교육 운동은 산업형 교육의 거래적 성격에 저항합니다. 이 운동은 학습자가 지식의 생산자가 될 수 있도록 힘을 실어 주고, 교육의 경계를 강의실 벽 너머로 확장하도록 새롭게 상상합니다.

고등교육은 경제적 성공으로 가는 통로 이상의 것을 제공해 왔습니다. 사진: Austin, 출처: Unsplash


흔히 1980년대 철학자 넬 나딩스(Nel Noddings)의 연구와 연관되는 또 다른 현대 교육 운동은 돌봄의 윤리를 가르침과 배움의 중심에 둡니다. 돌봄이 있는 가르침은 학습자와 교육자를 전인적으로 지원하는 학습 분위기를 만드는 데 초점을 맞춥니다. 또한 다양성을 인정하고 포용하며, 교육 시스템을 바로잡을 필요성을 인정합니다.

이러한 접근 방식은 각각 고등교육에 대한 대안적 비전을 제시하며, AI 자동화에 덜 취약하고 민주적 배움과 연결의 장으로서의 고등교육에 더 부합할 수 있습니다.

미래의 대학

지식 공장 모델은 시대에 뒤떨어졌으며 의미 있는 배움에 적합하지 않습니다. 이러한 형태의 교육에서는 생성형 AI 기술이 점점 더 학생들을 능가하게 될 것입니다.

오늘날 고등교육을 새롭게 상상하는 것은 향수에 젖은 것도, 유토피아적인 것도 아닙니다. 오늘날의 학생들은 무엇보다 희망을 필요로 하며 고등교육 기관을 찾아옵니다. 점점 더 복잡해지는 세상을 헤쳐 나가는 법을 배우는 동안 그들이 의미 있는 목적을 찾도록 돕는 것은 우리의 책무입니다.

놓치지 마세요
뉴스레터를 구독하세요

Read the original article.

Comments

대화에 참여하려면 하세요.

    저자들

    Mark Daley

    Professor of Cpmputer Science & Chief AI Officer, Western University

    Dani Dilkes

    PhD student, Digital Learning, Ontario Institute for Studies in Education, University of Toronto

    Tags

    인공지능(AI)대안 교육대학 교육플라톤고등교육